LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wujuan1606完成签到 ,获得积分10
13秒前
ww完成签到,获得积分10
20秒前
红茸茸羊完成签到 ,获得积分10
23秒前
爱静静完成签到,获得积分0
36秒前
穆亦擎完成签到 ,获得积分10
47秒前
大大大大管子完成签到 ,获得积分10
48秒前
宸浅完成签到 ,获得积分10
49秒前
Akim应助科研通管家采纳,获得10
52秒前
1分钟前
way完成签到,获得积分10
1分钟前
way发布了新的文献求助10
1分钟前
1分钟前
孟寐以求完成签到 ,获得积分10
1分钟前
缓慢的微笑完成签到 ,获得积分10
1分钟前
阿木木完成签到,获得积分10
1分钟前
222完成签到,获得积分10
1分钟前
Neon0524完成签到 ,获得积分10
1分钟前
vassallo完成签到 ,获得积分10
1分钟前
自由飞翔完成签到 ,获得积分10
1分钟前
大呲花完成签到,获得积分10
2分钟前
暮晓见完成签到 ,获得积分10
2分钟前
摸鱼人完成签到,获得积分10
2分钟前
zai完成签到 ,获得积分10
2分钟前
陈米花完成签到,获得积分10
2分钟前
yyjl31完成签到,获得积分0
2分钟前
Simon_chat完成签到,获得积分10
2分钟前
吐司炸弹完成签到,获得积分10
2分钟前
mayfly完成签到,获得积分10
2分钟前
海豚完成签到 ,获得积分10
3分钟前
神勇的天问完成签到 ,获得积分10
3分钟前
小飞完成签到 ,获得积分10
3分钟前
qq完成签到,获得积分10
3分钟前
老姚完成签到,获得积分10
3分钟前
Johnson完成签到 ,获得积分10
3分钟前
GuangboXia完成签到,获得积分10
3分钟前
mark33442完成签到,获得积分10
3分钟前
空洛完成签到 ,获得积分10
3分钟前
年轻的醉冬完成签到 ,获得积分10
4分钟前
迅速千愁完成签到 ,获得积分10
4分钟前
FiroZhang完成签到,获得积分10
5分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
Handbook on People's China (1957) 400
2024 Medicinal Chemistry Reviews 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3190097
求助须知:如何正确求助?哪些是违规求助? 2839408
关于积分的说明 8023505
捐赠科研通 2502226
什么是DOI,文献DOI怎么找? 1336398
科研通“疑难数据库(出版商)”最低求助积分说明 637836
邀请新用户注册赠送积分活动 605974